Brugg-Windisch
Die Vermessenheit des Messens oder auch «übers Ziel hinaus gemessen»

Interface «Messverständnis» – die Irritation ist gewollt. Marcel Steiner hat in seinem Vortrag gezeigt, dass der Umgang mit Daten und sein Erwerb Tücken hat.

Christoph Bopp
Merken
Drucken
Teilen
Was für ein Messverständnis.

Was für ein Messverständnis.

archiv

«Messen» – das Verb gibt Steilvorlagen für jede Menge Wortspiele. Durchaus erhellende. Nehmen wir nur die Vorsilbe «ver-»: Das gibt dann «vermessen». Schon eine doppelte Bedeutung. Einmal die methodisch abgeschlossene Messarbeit (man erinnert sich an Daniel Kehlmanns Roman «Die Vermessung der Welt», dann ist man auch schon beim Mathematiker Gauss) oder dann das Adjektiv/Adverb «übers Ziel hinaus gemessen», «zu viel gemessen» oder – und das ist wirklich einleuchtend: «so gemessen, dass man den Resultaten nicht trauen kann/soll».

Professor Marcel Steiner von der FH Technik gab sich selbst die Steilvorlage mit seinem Titel «Messverständnis». Man ahnt schon, wo es hinausläuft. Aber wie er auch am Ball blieb, schön der Reihe nach. Messen trachtet nach Grössen. Oft ist es schwierig, zu unterscheiden: Was sind die Grössen, die man messen will, und was ist der Rest? Messungen werden meist gestört. Steiner zeigte das bei Lärmmessungen, die das Tram verursacht, das einen Anwohner aus dem Schlaf reisst und fast in den Wahnsinn treibt. Der Wohnungsnachbar, der die Treppe heruntertrampelt, just in dem Moment, in dem das Tram gemessen werden soll, macht mehr Geräusch als das Tram – oder zu viel falsches Geräusch.

Es gibt natürlich auch «Messfehler». Solche, die man vermeiden oder beseitigen kann, und andere, bei denen es schwieriger wird. Die verschiedenen Resultate, die sich bei «Messungen» der Hubble-Konstante ergeben, dem Mass, in dem sich unser Universum ausdehnt, waren aufschlussreich. Die Differenzen zwischen den Ergebnissen sind gigantisch und das ist nicht nur der Grösse des Universums geschuldet.

Sein interessantestes Gebiet waren die «zufälligen Fehler». Man nennt das auch Streuung oder Ausreisser oder Extreme – auf jeden Fall treten sie in jedem Datensatz auf. Und wenn sie fehlen, macht das die Daten womöglich noch verdächtiger. Wie bringt man Daten, die gemessen wurden, dazu, dass sie auch etwas aussagen? Man muss sie glätten, kneten – Gauss gab nur einen ersten Hinweis. Hier treten die Statistiker auf den Plan. Steiner brachte die Grössen der Zunft, die sich auch Gedanken über ihre Kunst machen.

Heute ist das aktueller denn je, denn man hört immer, dass wir in einer Art Daten-Paradies leben. So viele Daten gab es noch nie, man braucht nur zuzugreifen. «Korrelationen, das heisst Beziehungen zwischen den Daten, gibt es in jedem Datensatz, sofern er nur gross genug ist», zitierte Steiner eine Studie. Die Hoffnung: «Lasst einfach die Daten sprechen!» könnte durchaus zu nicht nur diffusen, sondern auch falschen und schädlichen Prophezeiungen führen.

Was hilft? Einerseits skeptisches Fachwissen (der Statistiker sollte schon beim Design eines Experiments zugezogen werden) oder der gesunde Menschenverstand. Wer es moderner will: das Einschalten des «Bullshit-Detectors». Also: Switch on.

Nächster Vortrag Montag, 14. November, 17.15 Uhr, FHNW, Aula 3.–111: «Digital Humanities oder Geisteswissenschaften?» mit Michael Hagner, ETH Zürich.